打车app开发架构实践

打车app开发架构实践

ID:37298641

大小:421.23 KB

页数:9页

时间:2019-05-21

打车app开发架构实践_第1页
打车app开发架构实践_第2页
打车app开发架构实践_第3页
打车app开发架构实践_第4页
打车app开发架构实践_第5页
资源描述:

《打车app开发架构实践》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、打车app开发--酷点网络打车app开发架构实践深圳打车app开发公司《酷点网络》滴滴,快的打车最初只有两个系统,一个提供HTTP服务的Web系统,一个提供TCP长连接服务的推送系统,所有业务运行在这个Web系统里,代码量非常庞大,代码下载和编译都需要花较长时间。系统分布式业务代码都混在一起,频繁的日常变更导致并行开发的分支非常多,测试和代码合并以及发布验证的效率非常低下,常常一发布就通宵。这种情况下,系统的伸缩性和扩展性非常差,关键业务和非关键业务混在一起,互相影响。因此我们Web系统做了拆分,将整个系统从上往下分为3个大的层次:业务层、服务层以及数据层。

2、我们在拆分的同时,也仔细梳理了系统之间的依赖。对于强依赖场景,用Dubbo实现了RPC和服务治理。对于弱依赖场景,通过RocketMQ实现。Dubbo是阿里开源的框架,在阿里内部和国内大型互联网公司有广泛的应用,我们对Dubbo源码比较了解。RocketMQ也是阿里开源的,在内部得到了非常广泛的应用,也有很多外部用户,可简单将RocketMQ理解为Java版的Kafka,我们同样也对RocketMQ源码非常了解,快的打车所有的消息都是通过RocketMQ实现的,这两个中间件在线上运行得非常稳定。借着分布式改造的机会,我们对系统全局也做了梳理,建立研发流程、代

3、码规范、SQL规范,梳理链路上的单点和性能瓶颈,建立服务降级机制。打车app开发--酷点网络无线开放平台当时客户端与服务端通信面临以下问题。1.每新增一个业务请求,Web工程就要改动发布。2.请求和响应格式没有规范,导致服务端很难对请求做统一处理,而且与第三方集成的方式非常多,维护成本高。3.来多少请求就处理多少,根本不考虑后端服务的承受能力,而某些时候需要对后端做保护。4.业务逻辑比较分散,有的在Web应用里,有的在Dubbo服务里。提供新功能时,工程师关注的点比较多,增加了系统风险。5.业务频繁变化和快速发展,文档无法跟上,最后没人能说清到底有哪些协议,

4、协议里的字段含义。针对这些问题,我们设计了快的无线开放平台KOP,以下是一些大的设计原则。1.接入权限控制为接入的客户端分配标示和密钥,密钥由客户端保管,用来对请求做数字签名。服务端对客户端请求做签名校验,校验通过才会执行请求。2.流量分配和降级同样的API,不同接入端的访问限制可以不一样。可按城市、客户端平台类型做ABTest。极端情况下,优先保证核心客户端的流量,同时也会优先保证核心API的服务能力,例如打车app开发--酷点网络登录、下单、接单、支付这些核心的API。被访问被限制时,返回一个限流错误码,客户端根据不同场景酌情处理。3.流量分析从客户端、

5、API、IP、用户多个维度,实时分析当前请求是否恶意请求,恶意的IP和用户会被冻结一段时间或永久封禁。4.实时发布上线或下线API不需要对KOP进行发布,实时生效。当然,为了安全,会有API的审核机制。5.实时监控能统计每个客户端对每个API每分钟的调用总量、成功量、失败量、平均耗时,能以分钟为单位查看指定时间段内的数据曲线,并且能对比历史数据。当响应时间或失败数量超过阈值时,系统会自动发送报警短信。实时计算与监控我们基于Storm和HBase设计了自己的实时监控平台,分钟级别实时展现系统运行状况和业务数据(架构如图2所示),包含以下几个主要部分。打车app

6、开发--酷点网络图2监控系统架构图1.核心计算模型求和、求平均、分组。基于Storm的实时计算Storm的逻辑并不复杂,只有两个Bolt,一个将一条日志解析成KV对,另外一个基于KV和设定的规则进行计算。每隔一分钟将数据写入RocketMQ。基于HBase的数据存储只有插入没有更新,避免了HBase行锁竞争。rowkey是有序的,因为要根据维度和时间段查询,这样会形成HBaseRegion热点,导致写入比较集中,但是没有性能问打车app开发--酷点网络题,因为每个维度每隔1分钟定时插入,平均每秒的插入很少。即使前端应用的日志量突然增加很多,HBase的插入频

7、度仍然是稳定的。2.基于RocketMQ的数据缓冲收集的日志和Storm计算的结果都先放入MetaQ集群,无论Storm集群还是存储节点,发生故障时系统仍然是稳定的,不会将故障放大;即使有突然的流量高峰,因为有消息队列做缓冲,Storm和HBase仍然能以稳定的TPS处理。这些都极大的保证了系统的稳定性。RocketMQ集群自身的健壮性足够强,都是物理机。SSD存储盘、高配内存和CPU、Broker全部是M/S结构。可以存储足够多的缓冲数据。数据层改造随着业务发展,单数据库单表已经无法满足性能要求,特别是发券和订单,我们选择在客户端分库分表,自己做了一个通用

8、框架解决分库分表的问题。但是还有以下问题:1.数据同

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。